摘要
本发明公开了一种配网源网荷储协同优化方法、装置、设备及介质,具体步骤如下:构建包含配电网在不同拓扑结构下电力数据的节点数据样本集;根据每种拓扑结构下的节点数据样本集将配电网系统表示为图结构数据;构建图神经网络模型,对图结构数据中每个节点的拓扑上下文信息进行提取;构建源网荷储协同优化元强化学习模型;训练源网荷储协同优化元强化学习模型;使用训练后的元强化学习模型快速适应新任务。本发明实现了源网荷储在拓扑变化频繁的场景下能够快速响应和适应,通过元强化学习优化元参数,减少模型在新任务上从零开始训练的需求,提升和训练效率和模型的泛化性能。
技术关键词
强化学习模型
协同优化方法
节点特征
神经网络模型
配电网系统
策略
数据
参数
场景
梯度方法
有功功率
梯度更新方法
样本
电力
矩阵
优化装置
机组
轨迹
处理器